Übungsaufgabensammlung

zur Lehrveranstaltung

„Dynamische Prozessoptimierung“

1 Umsteuerung eines Fahrzeuges

Formulieren und lösen Sie (analytisch nach dem Hamilton-Verfahren) die optimale Um-
steuerungsaufgabe eines Fahrzeuges, dessen vereinfachte, dynamische Systembe-
schreibung wie folgt lautet:
ẋ1 (t) = x2 (t)
1
ẋ2 (t) = u(t) , u(t) = a(t) = F (t)
m
mit x1 (t) - Position, x2 (t) - Geschwindigkeit, u(t) = a(t) - Beschleunigung,
m = 1 - Masse, a(t) - Beschleunigung, F (t) - Antriebskraft.
Das Fahrzeug soll aus dem Ruhezustand (Position x1 (t0 ) = 0) in die Endposition
x1 (tf ) = 1 energieoptimal umgesteuert werden und dort zur Ruhe kommen. Die Um-
steuerung soll im Zeitintervall t0 ≤ t ≤ tf mit t0 = 0 und tf = 1 stattfinden.
a) Welche Bestandteile beinhaltet das dynamische Optimierungsproblem? Klassifi-
zieren Sie diese Optimalsteuerungsaufgabe!
b) Welche Schritte sind bei der Lösung nach dem Hamilton-Verfahren auszuführen?
c) Ermitteln Sie die optimale Lösung und den optimalen Zielfunktionalwert!

2 Dynamische Optimierung eines Systems 1. Ordnung

Gegeben sei ein System, das durch Verzögerungsverhalten erster Ordnung (Verstär-
kung K = 1 und Zeitkonstante T1 = 1) gekennzeichnet ist. Das System befinde sich
zu Beginn der Betrachtungen in Ruhe. Der Zeithorizont ist folgendermaßen definiert:
t0 ≤ t ≤ tf mit t0 = 0 und tf = 1. Das Ziel der Steuerungsaufgabe besteht in der Errei-
chung eines möglichst hohen Endzustandswertes bei gleichzeitig geringst möglichem
Steueraufwand.

1
 a) Stellen sie die Differentialgleichung mit Anfangsbedingung auf!
b) Formulieren Sie ein entsprechendes Gütefunktional und klassifizieren Sie das
entstandene dynamische Optimierungsproblem!
c) Zeigen Sie am vorliegenden Beispiel, dass ein Bolza-Funktional in ein Lagrange-
funktional (und umgekehrt) überführbar ist.
d) Lösen Sie das Optimierungsproblem unter Nutzung des Hamilton-Verfahrens auf
rechnerischem (analytischem) Wege!

3 Zeitoptimale Steuerung
Berechnen Sie die zeitoptimale Umsteuerung eines Systems 2. Ordnung (eines Dop-
pelintegrators)!
   
0 1 0
ẋ(t) = Ax(t) + bu(t) = x(t) + u(t)
0 0 1
   
0 1
x(0) = , x(tf ) =
0 0
−M = umin = ≤ u(t) ≤ umax = M

4 Dynamische Optimierung eines linearen Systems mit

quadratischem Gütemaß
Überführen Sie ein aus dem Arbeitspunkt (AP) ausgelenktes System in den Arbeits-
punkt und berechnen Sie dazu die optimale Steuerung!
ẋ(t) = a x(t) + b u(t) , x(0) = x0 = 1, AP: xAP = 0
−1 KP
mit a = , b = , KP = 1 , T1 = 1
T1 T1
Ztf
1 2 1
q x2 + r u2 dt mit q̄ = 1, q = 0, r = 0.25


J(x, u) = q̄ x (tf ) +
2 2
0
min J(x, u)
u(t)

5 Optimierungsaufgabe mit beschränkter Steuerung

Ermitteln Sie die optimale Steuerung für den energieoptimalen Umsteuerungsvorgang
eines Doppelintegrators, wenn die Steuerung beschränkt ist!
   
0 1 0
ẋ(t) = Ax(t) + bu(t) = x(t) + u(t)
0 0 1
   
0 1
x(0) = , x(tf ) =
0 0
−M = umin = ≤ u(t) ≤ umax = M

2
 a) Stellen Sie die notwendigen Optimalitätsbedingungen auf!
b) Ermitteln Sie das Steuergesetz!
c) Skizzieren und diskutieren Sie die Lösung qualitativ für den Fall, dass die Steue-
rung unbeschränkt bzw. beschränkt ist!

6 Verbrauchsoptimale Steuerung bei Steuerbeschrän-

kung
Berechnen Sie die verbrauchsoptimale Steuerung zur Bahnkorrektur eines Flugkör-
pers (siehe Abb. 6 nach [3] ) bei entsprechender Systembeschreibung (siehe unten)!
Welche weiteren Bedingungen müssen zur Lösung herangezogen werden?

Bahn
j

l Ausström-
va
geschwindigkeit
u Steuer-
Schub- düse
kraft

Abbildung 1: Drehmanöver eines Raumflugkörpers (Abb. nach [3])

   
0 1 0
ẋ(t) = Ax(t) + bu(t) = x(t) + u(t)
0 0 −V
   
ϕ0 0
x(0) = , x(tf ) =
0 0

−M = umin = ≤ u(t) ≤ umax = M bzw. |u(t)| ≤ M

mit x1 (t) = ϕ(t) − Drehwinkel zur Flugbahn
x2 (t) = ϕ̇(t) − Winkelgeschwindigkeit
l
V = , l - Kraftarmlänge des Schubs, Θ - Trägheitsmoment
Θ

3
7 Numerische Lösung von Optimalsteuerungsproble-
men
7.1 Umsteuerung eines Systems in den Arbeitspunkt bei Zustands-
und Endzeitbewertung sowie beschränkter Steuerung
Bereiten Sie die numerische Lösung des Optimalsteuerungsproblems mittels Kolloka-
tionsverfahren vor! Nutzen Sie MATLAB
R 1
und SNOPT
(https://ccom.ucsd.edu/~optimizers/downloads/index.php,
Lösungsverfahren für große, schwach besetzte Gleichungssysteme)!
ẋ1 (t) = x2 (t)
ẋ2 (t) = u(t)
  
−3 0
x(0) = x0 = , x(tf ) = xtf = , tf frei
0 0
|u(t)| ≤ uminmax , uminmax = 1
1 tf 2
 Z 
2


min J = min ρtf tf + x1 + x2 dt , ρtf = 0.1
u u 2 o

7.2 Numerische Lösung der Aufgabe 5

Bereiten Sie die numerische Lösung des Optimalsteuerungsproblems aus Aufgabe 5
mittels Kollokationsverfahren vor! Greifen Sie auf MATLAB
R
und die Funktion bvp4c
zur Lösung einer Mehrpunktrandwertaufgabe zurück! Berechnen Sie die Lösung für
unterschiedliche Werte der Steuerungsbeschränkung M = {5, 4.5, 4.25, 4} !

8 Dynamische Programmierung
Lösen Sie folgendes Optimierungsproblem mittels Dynamischer Programmierung!
3
1X
x(k)2 + u(k)2


J=
2 k=0
x(k + 1) = x(k) + u(k) , x(0) = 1 , x(4) = 0
0.6 − 0.2 k ≤ x(k) ≤ 1

Literatur
[1] E. Arnold. Optimale Steuerung 2: Numerische Verfahren und Beispiele. Skript, TU Ilmenau, 2005.
[2] M. Athans and P. L. Falb. Optimal Control. McGraw-Hill, 1966.
[3] O. Föllinger. Optimale Regelung und Steuerung. Oldenbourg, 1994.
[4] P. Li. Dynamische Prozessoptimierung. Vorlesungsskript. http://www.tu-ilmenau.de/simulation.
[5] M. Papageorgiou. Optimierung. Oldenbourg, 1996.

1
MATLAB
R
ist ein eingetragenes Warenzeichen der The MathWorks Inc.